Facebook développe la reconnaissance faciale... de dos Après la reconnaissance vocale, la biométrie et son cortège (empreinte digitale, ADN, iris...), nous pourrons être reconnus même visage caché. Une technique qui devrait surtout servir à (encore plus de) la surveillance. Capture d’écran du film « Mon nom est personne » (1973) (Tonino Valerii) Au Far-West, dans les westerns il y avait une règle d’or, un code de bonne conduite, un code d’honneur : on ne tire pas sur les gens de dos. « D’accord, Nevada était mon frère, mais c’était aussi un salaud de la plus belle espèce. Comme on n’arrête pas le progrès, après avoir développé ceux déjà redoutablement efficaces de la reconnaissance faciale, voici que Facebook annonce avoir mis au point un nouvel algorithme capable de vous reconnaître sur une photo ou dans une vidéo même si vous êtes de profil ou ... de dos. La reconnaissance faciale de dos Making of Bientôt, Facebook pourra vous reconnaître même si votre visage est dissimulé. Image extraite de l’étude de Facebook (DR) Who’s next ?
Marketing Progress - Des objets connectés aux objets collecteurs Publié le 20 mai 2013 Après les objets connectés, place aux objets producteurs et collecteurs de données ! Une nouvelle tendance qui construit les bases d’un tournant marketing important pour les marques. Si une marque pouvait interroger ses objets vendus, leurs réponses constitueraient une mine d’or. La semaine passée, INfluencia évoquait le Touch Tower 1.0 de PepsiCo , pensé et conçu comme pour être la réponse futuriste à la nouvelle fontaine à soda de son éternel rival Coca-Cola . « Avec Freestyle, nous sommes capables d’atteindre un nombre incalculable de données », confirme la directrice communication de Coca. « Nous commençons seulement à gratter la surface mais ces données nous permettent déjà de mieux penser nos futures idées de produits et dans l’immédiat, d’être plus efficaces dans notre logistique », poursuit Susan Stribling , qui l’avoue sans sourciller : « Nous entendons être encore bien plus actifs dans un futur proche pour tirer encore meilleur profit des données. »
L'algorithme qui battait les historiens de l'art Une intelligence artificielle plus avisée qu'un historien de l'art ? C'est ce que Babak Saleh, chercheur en science des systèmes informatiques et ses confrères de l'Université de Rutgers (New Jersey) ont démontré en dévoilant les résultats de leur algorithme configuré pour comparer les oeuvres et déterminer leurs influences. Explications avec Medium. Classifier les oeuvres d'art est une activité complexe, et bien loin de ce que l'on pourrait attendre d'une machine : styles, genres, périodes, influences et liens sont autant de critères à prendre en compte pour établir les connexions nécessaires à une analyse. Pour ce faire, ils se sont appuyés sur une nouvelle méthode de classification des images, générée au Dorthmouth College (New Hampshire) et au centre de recherche Microsoft de Cambridge (Grande-Bretagne) qui s'établit à partir de concepts visuels, dénommés classèmes. Pour en savoir plus, c'est ici dans l'article de Medium, ou ici dans Slate.
Google sait identifier les "phrases problématiques" dans un e-mail Il y a trois ans, le 24 avril 2010, une commission d'enquête du Sénat des Etats-Unis publiait une liste d'e-mails internes de Goldman Sachs pour démontrer la responsabilité active de la banque dans la crise des subprimes. Selon les sénateurs, les messages découverts montraient que "trop souvent", la banque "pariait contre les instruments qu'ils vendaient et en tiraient profit au détriment de leurs clients". De même dans l'affaire Enron, un corpus de 600 000 emails avait pu être exploité par la commission de régulation de l'énergie pour montrer comment l'entreprise avait maquillé ses comptes pour cacher ses opérations spéculatives déficitaires sur le marché de l'énergie. Dans un tout autre domaine, nous avions vu aussi comment des e-mails internes de MegaUpload avaient permis au procureur de monter un lourd dossier contre Kim Dotcom et ses associés, en montrant notamment que MegaUpload rémunérait certains pirates en toute connaissance de cause.
Thymio II dans les écoles - Thymio & Aseba Ce petit robot est très bien adapté à l'usage à l'école. Il est polyvalent est peut-être utilisé autant dans les petites classes comme outils de découverte des sciences et de la technologie qu'avec les plus grands pour découvrir la programmation en tant que tel. Pour les tout petits Dès les premières classes, Thymio permet de découvrir des notions comme la logique et renforce la démarche scientifique et le raisonnement hypothético-déductif. De 4 à 6 ans, les enfants peuvent découvrir ces notions en jouant avec les comportements pré-programmés du robot sans avoir besoin d'autre chose que le robot lui-même. Des kits pédagogiques sont en création, notamment via le projet Thool, et permettent d'avoir une activité complète utilisant les robots sans que l'enseignant-e ait besoin de connaissances en programmation ou en robotique. Pour les petits Dès l'âge de 6 ans, il est possible d'accéder à la programmation grâce au VPL (pour Visual Programming Language). Pour les plus grands Pour les autres
Passerelle - Porte des Landes Algorithmophobia On connaissait les "technophobes" et les les néo-luddites. On connaissait les nomophobes, phobie contemporaine capable de déclencher des crises d'angoisses à l'idée d'être séparé de son smartphone. On connaissait la FOMO (Fear Of Missing Out), qui n'est pas - encore - une phobie mais à tout le moins une crainte de passer à côté de quelque chose d'important, et l'on connaissait également les stratégies de remédiation mises en place par les acteurs technologiques (Wywa : While You Were Away). On sait que les algorithmes occupent une place de plus en plus centrale dans nos vies. Et que cette place centrale ne fera que croître. On sait que les rapports entre la loi et le code vont s'avérer de plus en plus tendus, de plus en plus complexes à l'échelle d'une population entièrement connectée. On sait enfin qu'il n'est de données que de la servitude volontaire et que le coeur de tout cela est lié à nos requêtes dans un monde où il n'y a pourtant déjà plus que des réponses. Algorithmophobia.
The Algorithms of Our Lives By Lev Manovich Phototrails.net The author and several colleagues studied cultural differences using these computerized patterns of Instagram postings—arranged by hue and brightness—from Tokyo, New York, Bangkok, and San Francisco. In 2002, I was in Cologne, Germany, and I went into the best bookstore in the city devoted to humanities and arts titles. Its new-media section contained hundreds of books. However, not a single title was about the key driver of the "computer age": software. Yet in the 1990s, software-based tools were adopted in all areas of professional media production and design. Thanks to practices pioneered by Google, the world now operates on web applications that remain forever in beta stage. Software has become a universal language, the interface to our imagination and the world. It's time they did. If you are a scholar working inside Google or Facebook, you have a major advantage over colleagues in academe. Google Earth is not just a "message." There is much more to do.
Les Big Data sont au coeur de notre quotidien. Comme l'a révélé les affaires récentes d'espionnage numérique, les fouille de données peuvent etre une armé pour qui sait comprendre, analyser et traiter ces données. Si les Big Data n'utilisent pas les IPI, elles se concentrent avant tout sur une analyse pointue des réseaux sociaux, associée à une interprétation comportementale pour définir un modèle prédictif. Ce traitement avancé des données personnelles des internautes peut entrainer des conséquences concrètes dans leur vie quotidienne (refus de pret bancaire, de souscription d'assurance, etc...).
Pour lutter contre ce phénomène, différentes pistes sont envisagées. Tout d'abord, le droit pour les internautes de connaitre l'ensemble des procédures de traitement des données qui vont influencer sur sa vie lors d'une décision. Ensuite, la notification aux internautes de l'analyse et du traitement de leurs données. Enfin, construire des techniques de traitement impartial des données. by arsenelapince Dec 8
les approches Big Data utilisent assez peu les IPI, elles préfèrent combiner des techniques d’analyse des réseaux sociaux, d’interprétation des comportements en ligne et de modélisation prédictive pour créer une image intime et détaillée des gens, souvent avec un haut degré de précision. Et les préjudices suite à une mauvaise image, à la critérisation retenue ou aux biais des méthodes existent et peuvent avoir des impacts directs sur l’existence d’une personne : le refus d’un crédit ou d’un bail, une interdiction de prendre l’avion sont autant d’exemples fréquemment avancés. by ryslainemly Oct 11
Les Big Data font porter de nouveaux risques sur la confidentialité des données (les risques de partialité ou de discrimination fondée sur la génération de données personnelles inappropriées, ce que les chercheurs appellent “le préjudice prédictif”) notamment lorsque l’analyse prédictive et la catégorisation sont effectuées à leur insu ou sans leur consentement. Si ce préjudice ne s’inscrit pas dans les frontières classiques de l’invasion de la vie privée, elles sont toujours relatives aux données d’un individu by ryslainemly Oct 11